تُتوقع أن يبلغ حجم سوق الذكاء الاصطناعي في اكتشاف الأدوية 16.52 مليار دولار بحلول عام 2034، مسجلاً نمواً سنوياً مركباً نسبته 10.10% منذ 2025، مقارنة بـ6.93 مليار دولار في 2025. يُعزى هذا النمو إلى الزيادة المتسارعة في الاستثمارات في التكنولوجيا داخل قطاعي الرعاية الصحية والصناعة الدوائية، بهدف تحسين نتائج العلاج وإدارة الأمراض. ويتوقع أن يتجاوز حجم السوق 11.32 مليار دولار بحلول نهاية 2030، مدفوعاً بتوسع استخدام خوارزميات متقدمة تُسرّع من تحديد الأهداف العلاجية، وتصميم الجزيئات، واتخاذ قرارات سريرية. تُعدّ أمريكا الشمالية الأكبر في السوق بنسبة 56.18% في 2024، بينما تُتوقع أن تشهد منطقة آسيا والمحيط الهادئ نمواً أسرع بـ21.1% خلال الفترة 2025–2034، بفضل تطوير البنية التحتية الصحية وزيادة التبني التكنولوجي في دول مثل الصين والهند واليابان. وتميّزت الصين بقدرتها على تطوير قواعد بيانات طبية ضخمة ودمج الذكاء الاصطناعي في تطوير علاجات مخصصة. تُعدّ تطبيقات الذكاء الاصطناعي في اكتشاف الأدوية مُحَوِّلة لعملية البحث والتطوير، حيث تُسهم في تقليل التكاليف وتسريع المراحل المبكرة. وفقاً لدراسة حالة لشركة أدوية صغيرة متخصصة في علاج السرطان، فقد ساهمت منصة ذكاء اصطناعي متكاملة – تجمع بين التعلم الآلي، والذكاء الاصطناعي التوليدي، والروبوتات – في تقليل مدة تطوير الأدوية من 18–24 شهراً إلى 3 أشهر فقط، وخفض التكاليف المبكرة بنسبة 50–60 مليون دولار لكل مرشح دوائي. كما ساهمت النماذج التنبؤية في استبعاد أكثر من 70% من الجزيئات عالية الخطورة مبكراً، مما عزز جودة المرشحين ورفع فرص النجاح في التجارب السريرية. يُعزز نمو السوق الدوائي العالمي، الذي سيصل إلى 158.74 مليار دولار بحلول 2034، من الحاجة إلى أدوات ذكية لتحسين الكفاءة، حيث أصبح الذكاء الاصطناعي ضرورياً لمعالجة البيانات البيولوجية الضخمة، وتصميم جزيئات جديدة، وتحسين تصميم التجارب السريرية. وتُعتبر تقنيات مثل التعلم الآلي (بما في ذلك التعلم العميق)، والذكاء الاصطناعي التوليدي، والتحليلات التنبؤية، الركيزة الأساسية لهذا التحول. في مجال التصنيف، تُهيمن قطاعات العلاجات الصغيرة الجزيئية، والبرمجيات، وتحليلات ما قبل السريرية والتجارب السريرية، بينما تُتوقع أسرع نمو في مجال الأمراض المعدية والجزيئات الكبيرة (البيولوجيات). وتُعدّ الشركات الكبرى مثل NVIDIA، Microsoft، Insilico Medicine، وExscientia، من الرائدين في هذا المجال، مع تعاونات استراتيجية مثل شراكة Innophore وNVIDIA لإطلاق منصة "CavitOmiX" لتحليل ارتباط الأدوية بالبروتينات. يُعدّ التحدي الأكبر في هذا السوق هو جودة البيانات وتوافق الأنظمة، إضافة إلى الحاجة إلى توحيد المعايير التنظيمية. لكن التوجه نحو تطوير علاجات مخصصة، ودمج الذكاء الاصطناعي في مراحل البحث، يُعزز من مكانته كأحد الركائز الأساسية في مستقبل صناعة الأدوية.